Towards to Psychological-based Recommenders Systems: A survey on Recommender Systems

Autores

  • Maria Augusta Silveira Netto Nunes Universidade Federal de Sergipe

Resumo

This paper describes a brief survey of Psychological-based Recommender System describing the state of the art of the area. Firstly we briefly define the Recommender Systems, followed by the description of the approaches usually used in order to implement them. Next, we present the strengths and weaknesses of the recommendation techniques, followed by some examples.   Next, we present the preliminary work developed considering Psychological-based Recommender Systems. In this paper we detail an experiment illustrating the scenario where we apply a Personality-based Recommender System. Finally we present some conclusions.

Biografia do Autor

Maria Augusta Silveira Netto Nunes, Universidade Federal de Sergipe

Maria Augusta Silveira Netto Nunes was born in Passo Fundo/RS, south of Brazil.
Since finishing her undergraduate studies her chosen research area have been Artificial Intelligence. 
In her Master degree, her research was focused on Cognitive Agents in order to improve the interactions between humans and computers. 
From her PhD, she began to work with Affective Computing and how to model and represent the Human Psychological aspects in computers aiming improve the personalization and satisfaction of humans during their interacting with computers.
Her more recent projects includes personalization in Recommender Systems considering Psychological aspects, such as Personality and Emotions. 

Downloads

Publicado

2010-09-13

Como Citar

Nunes, M. A. S. N. (2010). Towards to Psychological-based Recommenders Systems: A survey on Recommender Systems. Scientia Plena, 6(8). Recuperado de https://scientiaplena.org.br/sp/article/view/119

Edição

v. 6 n. 8 (2010): August/Agosto 2010

Seção

Artigos

Licença

Autores que publicam nesta revista concordam com os seguintes termos:

  1. Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
  2. Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
  3. Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) após a sua publicação, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.